code sniff ai
1.0.0
Code-Sniff-AI -это скрипт оболочки, который автоматически проверяет изменения кода. GIT DIFF используется для извлечения измененного содержимого для определенных форматов файлов и обзора измененного кода через API.
code-sniff-ai
├── .env
├── .env.sample
├── .gitignore
├── README.md
├── example
│ ├── javascript
│ │ └── HelloWorld.js
│ └── python
│ └── hello_world.py
└── run-review.sh
Создайте файл .env , ссылаясь на файл .env.sample и установите необходимые переменные среды.
Этот скрипт требует jq . Если jq не установлен, вы можете установить его, используя следующую команду.
Ubuntu/Linux :
sudo apt-get install jqMacOS :
brew install jq Windows : Вы можете скачать и использовать jq.exe со страницы официального выпуска JQ. Сохраните загруженные файлы в соответствующий путь и добавьте путь к пути системы.
git add .run-review.sh для выполнения обзоров кода для окрашенных файлов. ./run-review.shЭтот сценарий должен быть запускается в корневом каталоге репозитория GIT и рассматривает изменения, поставленные в GIT.
По сути, мы рассматриваем файл следующего расширения. Вы можете настроить его в качестве переменной среды по мере необходимости.
Файл example/javascript/HelloWorld.js содержит простой пример класса JavaScript.
class HelloWorld {
constructor ( ) {
this . message = "Hello, World!" ;
}
sayHello ( ) {
console . log ( this . message ) ;
}
} Этот код " sayHello , мир!" Это простой класс, который выводит сообщение в консоли.
Файл example/python/hello_world.py содержит простой пример класса Python.
class HelloWorld :
def __init__ ( self ):
self . message = 'Hello, World!'
def say_hello ( self ):
print ( self . message )
if __name__ == "__main__" :
hello = HelloWorld ()
hello . say_hello () Этот код " say_hello , мир!" Это простой класс, который выводит сообщение в консоли.
Модель, которую вы хотите использовать в Ollama , должна быть загружена с помощью команды ollama pull заранее. Например, чтобы использовать модель gemma2 , запустите команду ниже, чтобы загрузить модель:
ollama pull gemma2 Мы изучаем, как интегрировать code-sniff-ai в рабочий процесс GIT, чтобы сделать автоматизацию обзора кода более эффективной. Например, мы ищем способы автоматического запуска обзоров кода при перетасовке в конкретную филиал или запускать автоматические обзоры при создании PR. Такая интеграция может улучшить процесс разработки, включив его в трубопровод CI/CD.
Мы изучаем возможность применения оперативной техники для повышения точности и качества обзоров кода. Мы экспериментируем с различными показателями конфигурации быстрого настройки, чтобы модель ИИ могла обеспечить более сложную обратную связь, что будет максимизировать эффективность процесса проверки кода.
Если вы хотите внести свой вклад, разделите проект, создайте новый филиал, отражает изменения и отправьте полный запрос.
Этот проект был предоставлен лицензией с лицензией MIT.
